［KH－*3D］景小平，唐卷，陸見光，湯永祿

(1．中國科學院成都計算機應用研究所，四川成都610041;2．廣州大學計算機科學與教育軟件學院，廣東廣州510006;3．成都工業(yè)學院，四川成都611730;4．中國科學院大學，北京100049;5．四川省農(nóng)業(yè)科學院作物研究所，四川成都610066)

不同耕作方式下氣候條件對冬小麥籽粒產(chǎn)量的影響
——基于面板分位數(shù)回歸模型的分析

［KH－*3D］景小平1，3，4，唐卷2，4*，陸見光1，4，湯永祿5

(1．中國科學院成都計算機應用研究所，四川成都610041;2．廣州大學計算機科學與教育軟件學院，廣東廣州510006;3．成都工業(yè)學院，四川成都611730;4．中國科學院大學，北京100049;5．四川省農(nóng)業(yè)科學院作物研究所，四川成都610066)

為了明確不同耕作方式和氣候條件對成都平原冬小麥產(chǎn)量的影響，本文運用2005－2011年冬小麥3種耕作方式(周年旋耕無秸稈還田CK，麥免稻旋WZRR，麥稻雙免WZRZ)籽粒產(chǎn)量的面板數(shù)據(jù)，利用面板數(shù)據(jù)的固定效應模型和分位數(shù)回歸模型，分析在不同耕作方式下冬小麥生育期氣候因素對籽粒產(chǎn)量的影響作用。結(jié)果表明，3種耕作方式對籽粒產(chǎn)量的影響基本上一致。面板數(shù)據(jù)分位數(shù)回歸動態(tài)表明:伴隨籽粒產(chǎn)量水平的上升，拔節(jié)－抽穗期日平均溫度的促進作用將不斷增強，拔節(jié)－抽穗期的日最低溫度，日照時數(shù)和抽穗－成熟期日照時數(shù)的正面影響均逐漸減弱;抽穗－成熟期日最高溫度對籽粒產(chǎn)量的抑制作用隨著產(chǎn)量水平的提升而不斷加強。

小麥;耕作方式;氣候條件;籽粒產(chǎn)量;面板數(shù)據(jù)分位數(shù)回歸

小麥生長與氣候條件有著密不可分的重要關系，研究氣候變化對小麥增產(chǎn)有著重要的意義，分析氣候條件對小麥生育特點的影響對未來農(nóng)業(yè)生產(chǎn)將起到重要的作用。在土壤肥力和品種基本一致的條件下，栽培方式和年際氣候變化是影響區(qū)域小麥產(chǎn)量變化的主要原因。

國內(nèi)外學者已運用多種模型方法研究了小麥產(chǎn)量與氣候條件以及耕作方式之間的影響關系。衛(wèi)志祥［1］研究了小麥各生育期可能出現(xiàn)的異常氣候條件和影響小麥產(chǎn)量的主要氣象災害。李寶華［2］、徐為根［3］和毛婧杰［4］分別運用了多元積分回歸方法、多元正態(tài)回歸方法和二次多項式逐步回歸方法研究了生育期降水量對小麥產(chǎn)量的影響。何守法［5］和何可杰［6］利用多元回歸分析方法研究了全生育期小麥產(chǎn)量與氣象要素之間的關系。吳婕［7］、劉世平［8］、黃明［9］、趙竹［10］和湯永祿［11］等都研究了不同耕作方式對小麥產(chǎn)量及品質(zhì)的影響。

本研究基于四川省農(nóng)業(yè)科學院作物研究所設置在廣漢市連山鎮(zhèn)的耕作定位試驗，利用2005－2011年冬小麥在3種耕作方式下籽粒產(chǎn)量的面板數(shù)據(jù)，采用較新的面板數(shù)據(jù)分位數(shù)回歸方法［12－14］，分析在不同耕作方式下冬小麥生育期氣候因素對籽粒產(chǎn)量的影響作用，為小麥增產(chǎn)提供科學依據(jù)。

1 材料與方法

1．1 數(shù)據(jù)來源

小麥籽粒產(chǎn)量來源于2005－2011年建立的耕作定位試驗［11］，選擇3種具有代表性的周年耕作方式，分別為周年旋耕無秸稈還田(CK)、麥免稻旋(WZRR)和麥稻雙免(WZRZ)，具體見表1;相關氣象數(shù)據(jù)由廣漢市氣象局提供。

在整個生育進程中，小麥拔節(jié)以后的生育期是小麥一生中生長最旺盛的時期。小麥拔節(jié)－抽穗期處于營養(yǎng)生長與生殖生長并進階段，是確定小穗數(shù)、小花數(shù)、穗粒數(shù)、成穗數(shù)以及產(chǎn)量等要素的關鍵時期［15］。抽穗以后的生育期是小麥籽粒形成的關鍵時期，也是產(chǎn)量形成的重要階段，故根據(jù)小麥生育進程考慮拔節(jié)－抽穗期和抽穗－成熟期的氣候條件(表2)。

表1 3種耕作方式下小麥的籽粒產(chǎn)量Table 1Wheat grain yield under three tillage methods(t/hm2)

表2 生育期的氣候條件Table 2Climatic conditions in growth stage

1．2 研究方法

1．2．1 面板數(shù)據(jù)固定效應模型面板數(shù)據(jù)是同時在時間和截面上取得的二維數(shù)據(jù)［14］，面板數(shù)據(jù)固定效應模型為:

其中，yit為回歸變量，αi表示截距項，可以體現(xiàn)個體差異，xit為解釋變量矩陣，β為回歸系數(shù)列向量，εit為誤差項。

1．2．2 分位數(shù)回歸模型分位數(shù)回歸是對古典條件均值模型為基礎的最小二乘法的延伸［13，16］。設隨機變量Y的分布函數(shù)為F(y)=P(Y≤y)，則Y的第τ分位數(shù)點為Q(τ)=inf{y:F(y)≥τ}。設分位數(shù)回歸模型方程為:

1．2．3 面板數(shù)據(jù)分位數(shù)回歸模型面板數(shù)據(jù)分位數(shù)回歸方法［14］能夠在控制個體差異的同時對因變量條件分布的不同分位點τ上各變量間的關系進行分析。它具有面板數(shù)據(jù)模型和截面分位數(shù)模型的共同優(yōu)勢，其一般形式為:

當τ在(0，1)上變動時，求解加權絕對殘差最小化問題就可以得到分位數(shù)回歸在不同分位點上的參數(shù)估計量，其中參數(shù)β(τ)可用下式求解:

1．3 數(shù)據(jù)分析

數(shù)據(jù)處理與分析平臺為Win8/R 3．2．2。

2 結(jié)果與分析

2．1 小麥籽粒產(chǎn)量與氣候條件的簡單相關分析

通過分析小麥籽粒產(chǎn)量與氣候條件之間的相關性，選取適宜的氣候因素，為建立合理的面板數(shù)據(jù)模型提供依據(jù)。首先，分析籽粒產(chǎn)量與拔節(jié)－抽穗期和抽穗－成熟期的日平均氣溫、日最高氣溫、日最低氣溫、日降水量、日照時數(shù)和平均日較差等12個氣候因素的相關性;其次，在逐步回歸分析結(jié)果中選取彼此共線性不強的氣候因素(表3)。籽粒產(chǎn)量與拔節(jié)－抽穗期的日平均氣溫DMeanT1和日照時數(shù)SH1通過了0．05的顯著性統(tǒng)計檢驗，表明這2個氣候因子對研究區(qū)域的小麥籽粒產(chǎn)量有明顯的正面效應;籽粒產(chǎn)量與抽穗－成熟期的日最高溫度DMaxT2通了0．001的顯著性檢驗，表明抽穗以后日最高溫度對小米產(chǎn)量有明顯的負面影響。

表3 影響籽粒產(chǎn)量主要氣候條件的相關性分析Table 3Correlation analysis of major climatic conditions affecting grain yield

2．2 耕作方式對小麥籽粒產(chǎn)量的影響分析

考慮到所有耕作模式種類相對較少，本文中利用面板數(shù)據(jù)固定效應模型進行分析?；谏厦娴南嚓P性分析，選取拔節(jié)－抽穗期的日平均氣溫DMeanT1、平均日較差TD1和日照時數(shù)SH1，抽穗－成熟期的日最高溫度DMaxT2、日最低溫度DMinT2和日照時數(shù)SH2為氣候因素，通過固定效應模型分析得到小麥籽粒產(chǎn)量在3種耕作方式下的差異性結(jié)果(表4)。3種耕作模式的截距項基本一樣，且均通過了0．001的顯著性統(tǒng)計檢驗。這表明3種不同的耕作方式對小麥產(chǎn)量的影響作用基本一致; WZRR和WZRZ處理對小麥籽粒增產(chǎn)略高于CK。這與湯永祿［11］的結(jié)論比較一致。

表4 影響籽粒產(chǎn)量3種耕作方式的差異性Table 4Individual variation of three tillage method affecting grain yield

2．3 氣候條件對小麥籽粒產(chǎn)量的影響分析

2．3．1 各氣候條件對籽粒產(chǎn)量的影響利用上述的氣候條件，通過面板數(shù)據(jù)固定效應模型和分位數(shù)回歸模型分析小麥籽粒產(chǎn)量與氣候條件之間的影響關系。從表5看出，無論是面板數(shù)據(jù)固定效應估計和各分位點的面板數(shù)據(jù)分位數(shù)回歸估計，拔節(jié)－抽穗期的日平均溫度DMeanT1、日照時數(shù)SH1和抽穗－成熟期的日最低溫度DMinT2、日照時數(shù)SH2的參數(shù)估計均為正，且絕大部分估計在5%的顯著性水平上顯著，這表明DMeanT1、SH1、DMinT2和SH2對小麥籽粒產(chǎn)量具有顯著的促進作用。拔節(jié)－抽穗期的日較差TD1和抽穗－成熟期的日最高溫度DMaxT2的參數(shù)估計均為負數(shù)，且通過了1%顯著性水平的統(tǒng)計檢驗，這表明TD1和DMaxT2對小麥產(chǎn)量具有顯著的負面影響。

2．3．2 溫度對小麥籽粒產(chǎn)量的影響溫度在小麥的生長發(fā)育及產(chǎn)量形成中，是一個極重要的氣候因素。小麥生長發(fā)育的階段不同，對氣溫高低的要求也不同。小麥拔節(jié)－抽穗期的日平均溫度DMeanT1處于7．40～10．58℃，對小麥籽粒產(chǎn)量有顯著的正面影響。從表5中面板分位數(shù)回歸分析可知，從小麥籽粒產(chǎn)量的低分位點到高分位點，DMeanT1的系數(shù)估計總體上呈現(xiàn)增加趨勢，高分位點(0．75～0．9)的估計系數(shù)明顯大于低分位點(0．1～0．25)的估計系數(shù)，且相應的置信區(qū)間較寬。這表明對應不同的籽粒產(chǎn)量水平，拔節(jié)－抽穗期日平均溫度的促進作用具有明顯的差異。換言之，拔節(jié)－抽穗期日平均溫度越高有利于小麥高產(chǎn)。這個與小麥實際生長發(fā)育情況相符合［15］。

小麥進行幼穗分化所需氣溫的高低及持續(xù)時間不同，同時不同分化階段對溫度的要求及對高低溫的敏感程度也不同，因此拔節(jié)－抽穗期溫度平均日較差TD1對小麥的發(fā)育將會產(chǎn)生重要的影響。從表5中可以看出，TD1在1%的顯著性水平上顯著，且隨著籽粒產(chǎn)量水平的增加，TD1的抑制作用也增強。這表明在小麥拔節(jié)后，過大的溫度差不利小麥幼穗分化，從而不利于小麥增產(chǎn)。

小麥抽穗－成熟期是小麥籽粒灌漿的重要階段，這個階段是小麥整個生育過程中需要氣溫最高的一個時期。抽穗－成熟期平均日最高溫度DMaxT2處于22．95～26．04℃，對小麥籽粒產(chǎn)量有顯著的負面作用。這是因為在灌漿的早期高溫，只能降低灌漿強度。在灌漿后期高溫使籽粒過早地脫水，迫使灌漿停止，造成癟粒;同時高溫也會造成呼吸強度增大，消耗碳水化合物增多，導致千粒重降低，從而影響籽粒產(chǎn)量。從表5中可知，隨著籽粒產(chǎn)量水平的提高，DMaxT2對小麥產(chǎn)量的抑制作用逐漸增強。平均日最低溫度DMinT2處于13．50～16．03℃，在5%的顯著性水平上顯著，且隨著產(chǎn)量水平的不斷提高，DMinT2的促進作用逐漸減少。這是因為DMinT2的值沒有出現(xiàn)過低的情況，從而不會影響小麥的籽粒灌漿。

2．3．3 日照時數(shù)對小麥籽粒產(chǎn)量的影響小麥是長日照作物，不僅在通過光照階段時要求一定的光照長度、強度及光譜等，而且在小麥生長發(fā)育的各個階段都離不開光照條件。只有在充足的陽光作用下進行光合作用，制造大量的有機養(yǎng)分，才能培育壯苗、壯蘗，提高分蘗成穗率，為增產(chǎn)打下重要基礎。小麥在拔節(jié)－抽穗期的日照時數(shù)SH1處于117．4～190．1 h，顯著性1%水平的檢驗顯示，對小麥產(chǎn)量有顯著的正面效應。如表5所示，從籽粒產(chǎn)量的低分位點到高分位點，SH1的系數(shù)估計總體上呈現(xiàn)遞減趨勢，高分位點(0．75～0．9)的估計系數(shù)明顯小于低分位點(0．1～0．25)的估計系數(shù)。這表明對應不同的籽粒產(chǎn)量水平，拔節(jié)－抽穗期日照時數(shù)正面影響作用是不同的。也是說，隨著日照時數(shù)的不斷增長，對小麥生長的促進作用將逐漸的減弱。小麥抽穗－成熟期的日照時數(shù)SH2處于162．3～307．0，也對小麥籽粒增產(chǎn)有顯著的促進作用。與拔節(jié)－抽穗期的日照時數(shù)SH1相比，SH2對小麥的正向作用較小，也就是說拔節(jié)－抽穗期的日照對小麥生長發(fā)育的作用顯著高于抽穗－成熟期的日照影響。類似地，隨著籽粒產(chǎn)量水平的提高，抽穗－成熟期日照時數(shù)促進作用總體上呈減弱趨勢。

表5 各氣候條件對籽粒產(chǎn)量的影響系數(shù)(面板數(shù)據(jù)固定效應模型和分位數(shù)回歸模型)Table 5Effective coefficient of each climatic condition for grain yield(Fixed effects model and quantile regression model of panel data)

3 結(jié)論與討論

本文利用冬小麥在3種耕作方式下籽粒產(chǎn)量的面板數(shù)據(jù)，運用面板數(shù)據(jù)固定效應模型分析冬小麥生育期氣候因素對籽粒產(chǎn)量的影響作用，研究結(jié)果顯示周年旋耕無秸稈還田CK、麥免稻旋WZRR和麥稻雙免WZRZ對小麥籽粒產(chǎn)量的影響沒有顯著的不同;且WZRR和WZRZ處理對小麥增產(chǎn)略高于CK。這表明3種耕作模式之間籽粒產(chǎn)量的差異性本質(zhì)上體現(xiàn)在耕作模式對年際間氣候因素的變化之中［11］，但這趙竹［10］的結(jié)論有些不一致。面板數(shù)據(jù)分位數(shù)回歸研究結(jié)果能夠細致動態(tài)地顯示:拔節(jié)－抽穗期日平均溫度越高越有利于小麥高產(chǎn)，但是拔節(jié)－抽穗期過大的溫度日較差不利于籽粒增產(chǎn);隨著籽粒產(chǎn)量水平的不斷增加，抽穗－成熟期日最高溫度的抑制作用就越強，日最低溫度的正向效應不斷減弱;拔節(jié)－抽穗期日照時數(shù)和抽穗－成熟期日照時數(shù)對小麥產(chǎn)量的影響均隨著產(chǎn)量水平的提高而逐漸減弱，這與文獻［16］中的結(jié)論比較一致。

面板數(shù)據(jù)分位數(shù)回歸方法能夠在控制不同耕作方式差異性的同時，對小麥籽粒產(chǎn)量條件分布的不同分位點上不同生育期各氣候因素間的影響關系給出動態(tài)細致的合理分析，從而為人們進行科學的田間耕作和干預提供了理論依據(jù)。

［1］衛(wèi)志祥，黃莎莎，張會金，等．氣候條件對小麥各生育期及產(chǎn)量的影響分析［J］．安徽農(nóng)學通訊，2011，17(1):69－70．

［2］李寶華，李曉紅，劉亞萍，等．降水對春小麥產(chǎn)量貢獻率的研究［J］．中國生態(tài)農(nóng)業(yè)學報，2003，11(4):161－162．

［3］徐為根，吳洪顏，張仁祖．用多元積分回歸方法分析降水對小麥產(chǎn)量的影響［J］．江蘇農(nóng)業(yè)科學，2004(1):24－27．

［4］毛婧杰，李廣．隴中地區(qū)降水量對小麥產(chǎn)量的影響［J］．草業(yè)科學，2014，31(2):290－295．

［5］何守法，董中東，詹克慧，等．豫中補灌區(qū)主要氣候因子對小麥產(chǎn)量的影響［J］．河南農(nóng)業(yè)科學，2009(7):47－49，53

［6］何可杰，龐翻，楊婷婷，等．寶雞糧食作物產(chǎn)量與氣候條件分析［J］．陜西農(nóng)業(yè)科學，2015，61(3):67－69，84．

［7］吳婕，朱鐘麟，鄭家國，等．秸稈覆蓋還田對土壤理化性質(zhì)及作物產(chǎn)量的影響［J］．西南農(nóng)業(yè)學報，2006，19(2):192－195．

［8］劉世平，陳后慶，陳文林，等．稻麥兩熟制不同耕作方式與秸稈還田對小麥產(chǎn)量和品質(zhì)的影響［J］．麥類作物學報，2007，27 (5):859－863．

［9］黃明，吳金芝，李友軍，等．不同耕作方式對旱作冬小麥旗葉衰老和籽粒產(chǎn)量的影響［J］．應用生態(tài)學報，2009，20(6):1355－1361．

［10］趙竹，曹承富，喬玉強，等．不同耕作方式對小麥生長·產(chǎn)量和品質(zhì)的影響［J］．安徽農(nóng)業(yè)科學，2009，37(36):17896－17897，17920．

［11］湯永祿，李朝蘇，黃剛，等．成都平原周年耕作模式對稻茬小麥產(chǎn)量與品質(zhì)性狀的持續(xù)效應［J］．中國農(nóng)業(yè)科學，2012，45 (18):3721－3732．

［12］Koenker R．Quantile regression for longitudinal data［J］．Journal of Multivariate Analysis，2004，91(1):74–89．

［13］Koenker R．Quantile regression［M］．London:Cambridge University Press，2005．

［14］劉煥鵬，嚴太華．面板數(shù)據(jù)分位數(shù)回歸模型研究綜述［J］．統(tǒng)計與決策，2014，17:82－84．

［15］徐育成．冬小麥栽培［M］．北京:氣象出版社，1992．

［16］唐卷，湯永祿，李朝蘇，等．基于分位數(shù)回歸模型分析小麥千粒重與氣候因子的關系［J］．西南農(nóng)業(yè)學報，2014，27(3): 943－949．

(責任編輯 陳虹)

Effects of Climatic Conditions on Grain Yield of Winter Wheat under Different Tillage Methods:Analysis on Panel Quantile Regression Model

JING Xiao-ping1，3，4，TANG Juan2，4*，LU Jian-guang1，4，TANG Yong-lu5
(1．Chengdu Institute of Computer Applications，Chinese Academy of Sciences，Sichuan Chengdu 610041，China;2．School of Computer Science and Educational Software，Guangzhou University，Guangdong Guangzhou 510006，China;3．Chengdu Technological University，Sichuan Chengdu 611730，China;4．University of Chinese Academy of Sciences，Beijing 100049，China;5．Crop Research Institute of Sichuan Academy of Agricultural Sciences，Sichuan Chengdu 610066，China)

In order to determine the effects of different tillage methods and climatic conditions on the winter wheat yield in Chengdu plain，in this paper，based on the panel data for grain yield under three tillage methods(rotary-tillage wheat+rotary-tillage rice without any straw (CK)，no-tillage wheat with rice straw mulching+rotary-tillage rice with no wheat straw(WZRR)and no-tillage wheat with rice straw mulching+no-tillage rice with wheat straw mulching(WZRZ))from 2005 to 2011，the effects of climatic factors on wheat yield by the fixed effects model and quantile regression model of panel data were analyzed．The results showed that the effects of the three tillage methods on grain yield were essentially consistent．The results from panel data quantile regression dynamically indicated that with the increase of grain yield，the promoting effect of the daily average temperature at jointing-heading stage would be enhanced，and the positive effects of the daily minimum temperature and sunshine duration at jointing-heading stage and the sunshine duration at heading-maturity stage would be decreased gradually．What’s more，the inhibition effect of the daily maximum temperature at heading-maturity stage would be strengthened along with the increase of the level of grain yield．

Wheat;Tillage methods;Climatic conditions;Grain yield;Panel data quantile regression

S512．1

A

1001－4829(2017)1－0053－05

10．16213/j．cnki．scjas．2017．1．010

2016－01－20

四川省科技支撐計劃項目“基于物聯(lián)網(wǎng)技術的大面積植物生長指數(shù)聯(lián)動數(shù)據(jù)挖掘的應用研究”(2014FZ0046)

景小平(1976－)，男，副教授，博士研究生，方向農(nóng)業(yè)數(shù)據(jù)挖掘，E-mail:voicent@qq．com;*為通訊作者:唐卷(1987－)，E-mail:tangjuan0822@gmail．com。